前沿AI模型改变普通人生活的方式，正从“价格”而非“能力榜”展开。10月12日，英特尔CEO陈立武在新加坡出席星展银行（DBS）举办的一场小组讨论时表示，中国前沿AI模型的Token（词元）成本更低，应用普及速度非常快。他特别点名DeepSeek、Kimi和GLM三款中国模型，认为其性能已经“足够好”。这两句话拼在一起，就是这轮AI普及的第一层答案：先便宜到人人用得起，再快到大范围用起来。网易智能电脑报
软件端“降价”，已经落到普通人头上
Token是大模型的计费单位：每问一次、每生成一段文案，都按词元计价，就像当年的通话分钟和手机流量。陈立武口中的“Token成本更低”，落到消费者身上就是比“更聪明”更直接的变化——同一项AI功能，从付费尝鲜变成App里内置的、近乎免费的日常。低价竞争还在“速度”这条线上打：智谱悄然灰度测试高速旗舰模型GLM-5.3，实测输出速度可超过每秒490个词元，达到当前国内主流模型的数倍。快几秒在单次问答里是体验，在AI编程、智能体这类需要几十轮模型调用串起来的任务里就是成本——等待被压缩掉，普通人第一次具体地感受到前沿模型在“改变生活的节奏”。用户端的态度也在变。知乎关于国产大模型现状的讨论下，有用户表示现在把国产模型当主力用，理由是已经可以摆脱对海外模型的依赖。这类评价反复出现的关键词不是参数规模，而是价格、可得和开源。陈立武给出的正是这层效率论：“我坚定相信开源，这是推动效率的最佳方式。”至于哪种模型最适合哪种应用，他把答案交给市场。36氪知乎橡树财经
但普通人也在为普及付硬件的钱
硬币另一面同样真实：前沿模型的普及建立在算力基建之上，而基建正在抬高消费硬件的价格。固态硬盘的大宗交易价格连续6个季度上涨并刷新历史最高纪录，厂商优先确保AI用产品的供应，用于PC等通用产品用途的SSD严重缺货。存储涨价顺着整机成本传导，智能手机和PC尤其是中低端产品的出货已呈现下降趋势——最先被波及的，正是对价格最敏感的消费者。陈立武本人对这条成本线盯得很紧：早在9月中旬的AI Infra峰会上，他就称内存短缺明年或进一步恶化，CPU也缺货，内存、电力、散热都是基建瓶颈。“用得更便宜”与“换得更贵”正在对冲，这是这轮普及里普通人最先摸得到的账本。日经中文网知乎
芯片掌门“点赞”的背后，是英特尔的算盘
陈立武不是中立的评论员。英特尔董事会2025年3月任命他接任CEO，他此前是半导体行业的资深投资人，创办了风险投资机构华登国际。上任后，他把英特尔在AI上的重心从训练转向推理和智能体——赌的就是模型大规模日常使用带来的算力需求。他在星展银行大会上的表述恰好嵌进这条逻辑：更便宜的推理会带来更广泛部署，进而增加运行这些负载所需的CPU、服务器和数据中心基础设施需求，英特尔的数据中心业务正是按代理式AI受益者来定位的。所以，他说“足够好”、支持开源，既是判断，也是位置：一家靠通用计算吃饭的公司，比谁都乐见AI从少数人买得起的奢侈品，变成所有人离不开的水电煤。市场也确实把他的讲话当信号：10月12日美股AI半导体股集体下挫，英伟达、博通、AMD、ARM及美光、希捷等纷纷走低，媒体把消息面归因于他与博通CEO陈福阳的同步预警——融资正取代芯片与电力短缺，成为AI扩张的最大制约因素。经济观察报橡树财经第1眼视频
“快”的前提，是资本和回报都过关
“每次使用更便宜”的浪潮并非无条件上涨。陈立武自己点破了新约束：人工智能热潮的限制因素已不再只是能否生产足够的芯片，而是能否筹集足够的资金购买这些芯片。他给出的时间表是，未来两到三年不太可能出现显著放缓，因为AI应用的采用范围仍在扩大；更远的轨迹则取决于企业能否把AI真正整合进运营、产生有形收益，一旦先进模型采用不及预期，基础设施需求可能降温。换句话说，前沿模型能多快改变普通人的生活，取决于“低价+足够好”能不能撑到“真回报”接棒的那一天。橡树财经
对普通人来说，判断这波普及是否真的落地，不用等新模型发布会：看各大大模型的API价格，看手机和电脑的价签，再看一下数据中心还在不在顺利融资。前两个同时往下走，AI才算真正走进生活；第三个稳住，才是这份“便宜”能持续的底气。
